“数字金融”是当今金融分析和实践的一个显著特点。这就是说我们在处理实际问题时，往往要建立适当的模型并进行定量的分析，运用计算机技术，给出“数字”上的分析结果，为规避风险和科学决策提供依据。 CVaR是在VaR的基础上发展起来的一种投资风险计量方法，它克服了VaR的一些缺陷。本文第一部分探讨并拓展了关于CVaR的一些特征，同时提出了完备的离散CVaR的表述，并结合随机游走来处理离散点等。然后，我们给出了计算VaR的一种因素分析法。作为核心部分，本文在马柯维茨(Markowitz)的投资组合模型基础上，提出了基于CVaR约束下的投资组合模型。这些模型适用于任何分布，同时，一些模型在约束条件中加入了CVaR约束值，它的优点使得投资者可以有效的控制风险。这些模型的目标函数，都有它们独特的金融含义，例如优化方差，优化SV、MAD等。也有的目标函数是投资者自己的期望效用。这些模型为机构投资者进行投资提供了一种可操作的方法。但是，也应看到在应用这些模型时，置信水平和约束值的选取将会影响整个投资组合的收益和风险。因此，选取合适的置信水平和约束值是研究和应用这些模型所要做的进一步研究工作。 本文第二部分讨论了在三叉树模型下欧式期权的定价问题。在该情形下，在期权的有效期内我们将跨期股价不变的概率视为常数。同时，对欧式期权而言，由于有看涨和看跌期权的平价关系，确定了看涨期权的价格就可以确定看跌期权的价格。利用参数间的相对关系，我们给出了三叉树欧式看涨期权的两类不同离散定价公式。下一步试着将所涉及到的重要参数近似化，我们利用统计知识和可观察到的相关数据，便可得到这些参数的估计值。接着，我们讨论利用三叉树期权对股票进行风险对冲的基本思想。